forked from mindspore-Ecosystem/mindspore
39 lines
3.2 KiB
ReStructuredText
39 lines
3.2 KiB
ReStructuredText
mindspore.nn.FractionalMaxPool3d
|
||
================================
|
||
|
||
.. py:class:: mindspore.nn.FractionalMaxPool3d(kernel_size, output_size=None, output_ratio=None, return_indices=False, _random_samples=None)
|
||
|
||
对多个输入平面组成的输入上应用3D分数最大池化。在 :math:`(kD_{in}, kH_{in}, kW_{in})` 区域上应用最大池化操作，由输出shape决定随机步长。输出特征的数量等于输入平面的数量。
|
||
|
||
分数最大池化的详细描述在 `Fractional MaxPooling by Ben Graham <https://arxiv.org/abs/1412.6071>`_ 。
|
||
|
||
输入输出的数据格式可以是”NCDHW“。其中，N是批次大小，C是通道数，D是特征深度，H是特征高度，W是特征宽度。
|
||
|
||
参数：
|
||
- **kernel_size** (Union[int, tuple[int]]) - 指定池化核尺寸大小，如果为int，则代表池化核的深度，高和宽。如果为tuple，其值必须包含三个正整数值分别表示池化核的深度，高和宽。取值必须为正整数。
|
||
- **output_size** (Union[int, tuple[int]]，可选) - 目标输出大小。如果是整数，则表示输出目标的深、高和宽。如果是tuple，其值必须包含三个整数值分别表示目标输出的深、高和宽。默认值：None。
|
||
- **output_ratio** (Union[float, tuple[float]]，可选) - 目标输出shape与输入shape的比率。通过输入shape和 `output_ratio` 确定输出shape。支持数据类型：float16、float32、double，数值介于0到1之间。默认值：None。
|
||
- **return_indices** (bool，可选) - 如果为 `True` ，返回分数最大池化的最大值的的索引值。默认值：False。
|
||
- **_random_samples** (Tensor，可选) - 随机步长。支持的数据类型：float16、float32、double。shape为 :math:`(N, C, 3)` 的Tensor。数值介于0到1之间。默认值：None。
|
||
|
||
输入：
|
||
- **input_x** (Tensor) - 四维或五维的张量，支持的数据类型：float16、float32、double、int32、int64。支持shape为 :math:`(N, C, D_{in}, H_{in}, W_{in})` 。
|
||
|
||
输出：
|
||
- **y** (Tensor) - 3D分数最大池化的输出，是一个张量。数据类型和输入相同，shape是 :math:`(N, C, D, H, W)` 。
|
||
- **argmax** (Tensor) - 仅当 `return_indices` 为True时，输出最大池化的索引值。shape和输出 `y` 一致。
|
||
|
||
异常：
|
||
- **TypeError** - `input_x` 不是四维或五维张量。
|
||
- **TypeError** - `random_samples` 不是三维张量。
|
||
- **TypeError** - `x` 数据类型不是float16、float32、double、int32、int64。
|
||
- **TypeError** - `random_samples` 数据类型不是float16、float32、double。
|
||
- **TypeError** - `argmax` 数据类型不是int32、int64。
|
||
- **ValueError** - `output_shape` 不是长度为3的元组。
|
||
- **ValueError** - `kernal_size` 不是长度为3的元组。
|
||
- **ValueError** - `output_shape` 和 `kernel_size` 不是正数。
|
||
- **ValueError** - `output_size` 和 `output_ratio` 同时为 `None` 。
|
||
- **ValueError** - `input_x` 和 `random_samples` 的第一维度大小不相等。
|
||
- **ValueError** - `input_x` 和 `random_samples` 第二维度大小不相等。
|
||
- **ValueError** - `random_samples` 第三维度大小不是3。
|